乐高迷福音：积木不怕多，智能分拣机帮你归类

乐高现在几乎已经是优质玩具的代名词，该品牌旗下最为知名的，莫过于乐高积木。其丰富的形状与多样的玩法，无论大人小孩都喜欢。但是，这些繁杂多样的零件，分类收纳起来却也是个大难题。一位软件工程师借助 AI 技术，建造了一台乐高分拣机，为广大乐高爱好者带来了福音。

如果你没有玩过乐高，也可能听过乐高。乐高集团于 1932 年诞生于丹麦，此后很快，「LEGO」这个商标就成为了优质玩具的代名词。

LEGO 旗下最为知名的乐高积木，于 1949 年问世，距今已有 70 年历史。

论乐高分类有多难

乐高积木因复杂多样、想象空间大等特点，对儿童充满吸引力，令很多玩家痴迷，甚至成为很多教育机构的教具。

但是，部件种类的丰富，也让热爱乐高的朋友常常陷入分类归纳的困扰中。就目前而言，乐高积木共有 119 个系列，111 种颜色，而每个系列就包含几百个甚至几千个部件。

曾有一位乐高爱好者，在 eBay 上的一次拍卖活动中，收获了 2 吨的乐高积木。剁手一时爽，但面对如此规模的乐高，他傻眼了，「要把这些都整理好，得花上几辈子的时间。」他在博客中写道。

很多玩家对乐高的归类整理问题也做了一番研究。有位对计算机视觉感兴趣的澳大利亚软件工程师 Daniel West，把这个令人「头秃」的问题交给了 AI。

世界上第一台通用 AI 乐高分拣机

对于人类来说，只要看一眼积木块，就能轻松识别它的形状颜色等特征，甚至即使一两岁的小孩子，在几次尝试后都可以区分例如 2×1 红色积木块、4×1 绿色积木块和那些小链子积木之间的差异。

但是如果把分类归纳的任务交给机器去做呢？似乎就并没那么简单了。

早在 2011 年，日本的一位乐高爱好者 akiyuky，就为解决这个问题发明了乐高分拣机。不过他的数据库图像较少，分拣速度也较慢。

受到 akiyuky 的启发，同样热爱乐高与机器的澳大利亚软件工程师 Daniel West 想设计一个更智能、分拣更迅速的乐高分拣机。

于是，他便花费了两年时间，用超过 10000 块乐高积木，建成了一个通用的乐高积木分拣机，这台分拣机借助计算机视觉算法，可以分拣出任何乐高零件。设备还带有 6 个乐高电机和 9 个伺服电机，为传送乐高零件的传送带和搅拌器提供动力。

West 称，这台机器能够将 2927 种乐高积木分类到 18 个不同的归纳箱，而且每 2 秒就可以分一块积木。这效率，很可以了吧？

虽然这不是世界上第一个乐高分类机，但 West 称它为世界上第一台通用乐高分类机，「因为它使用了最先进的人工智能技术，能够识别和分类任何已经生产出来的乐高部件。」West 也计划在将来发布该代码。

分类工作，流程总共分三步

这台能干的设备具体怎么工作呢？总体来说，似乎并不复杂，总共分三步。

第一步：放入积木

将一大堆乐高积木倒进机器顶部的滑槽中，然后将积木置于振动带，经过晃动，积木被分散成单独的积木块。

第二步：拍照分类

积木块由 Raspberry Pi （树莓派）计算机传送。Raspberry Pi 计算机包含一个照相机，当积木经过时，它会拍下一系列照片，然后把这些照片传送到 CNN 模型 ResNet-50 上进行分类。

第三步：归类入箱

分类结果反馈到该设备后，输送带上的不同小闸门会把积木引导到所属的箱子中。

技术实现「一波三折」

由于乐高的零部件有成千上百种类型，颜色多样，并且从不同角度看形状也不一样。因此，收集正确的训练数据集是整个工作中最难的一部分。

West 说，他起初试图对乐高积木进行模拟。他从 LDraw Part Library（一个让发烧友可以虚拟构建乐高的开源程序）中获取了乐高零件的 3D 模型，并将其用免费的动画软件 Blender 渲染。

然后他可以在不同的旋转角度和颜色下模拟 3D 模型积木。这些单独的图像被收集到一个包含了超过 2500 万张图片的合成数据集中。

但令 West 感到沮丧的是，他的 AI 乐高分拣机用假图像进行训练后，却无法识别出真正的部件。

他说：「我当时几乎完全放弃了这个项目。我花了几个月的时间来实现一种，将合成图像转换成真实图像的复杂方法，但收效甚微。」

之后，他转向了另一种常用的技术，以帮助减少仿真与现实之间的差距：域随机化。

域随机化能够训练模型识别更多的数据变化。该系统不仅学习了乐高积木的不同旋转角度和颜色，还学会了考虑各种灯光效果，纹理和噪音。

为了进一步提高乐高分类器的性能，West 还整合了一个更小的数据集，其中包含真实乐高部件的快照。

他说：「真实的数据集只包含我个人收藏中的零件，最终只有 544 种不同类型的零件。」 这些零件是在乐高系列中更常见的类型，而合成数据集则是一些较少见的类型。

通过对这两个数据集进行训练，从理论上讲，West 的乐高分拣机上的摄像机应该能够识别出它实际上从未见过的零件。不过，模型在不同数据集上的实际表现还是有差别的：在识别真实数据集中的零件时，准确度为 93％，而识别合成数据集中的零件，准确率则为 74％。

收集训练数据集不易，West 还特地撰写了文章（原文链接：http://985.so/f5G8），详细介绍了他如何制作 10 万张的带标签乐高积木训练图片。文中提到，他主要利用样本生成法、简化流程以及使用 AI 辅助注释来完成海量图片标记的任务。

梦想借力 AI 走进现实

West 热爱乐高，他的梦想也与乐高有关，他说，他将最终实现毕生的梦想：建造一个真正能工作的乐高分拣机，同时获得设计和部署人工智能系统的现实经验。

兴趣是最好的老师，也是最大的驱动力。同时，技术的发展，也成为兴趣、梦想的助推器，让大大小小的梦想都能够更加快速、完美地实现。如今，AI 都会帮你分拣乐高了，还有什么不能做的呢？